CHƯƠNG 4 TRIỂN KHAI CHƯƠNG TRÌNH
4.2 Quy trình của chương trình:
4.2.2 Xử lý phát hiện và nhận diện khuôn mặt trong thời gian thực
Tương tự như phần thu thập dữ liệu trên, ta cũng cần một đầu vào là input của camera nhưng lần này ta thêm vào những chức năng khác để phục vụ cho công tác điểm danh sinh viên như phần diều chỉnh thông số chung (các slider theshold) và phần đọc danh sách điểm danh để kiểm tra với mơ hình sau:
79
Hình 53. Mơ hình nhận diện gương mặt của chương trình
Giao diện của chương trình sau khi nhận diện được:
80
Ta vẫn xử lý và nhận diện thông tin khuôn mặt như đã mô tả ở phần trên thơng qua Aligned, Facenet sau đó chuyển chúng sang dữ liệu Vector và tiến hành so sánh với các Embedded Vertex đã được lưu từ trước lấy từ file Pickel
Để phục vụ cho việc so sánh dữ liệu ta có các Slider Theshhold sau, tùy vào thơng số của các silder này ta có thể thay đổi kết quả theo ý muốn cũng như độ lớn của các khn mặt cần nhận, độ chính xác của q trình nhận diện.
Hình 55. Giao diện tùy chỉnh biến số nhận diện
Ta sử dụng thuật toán Triplet Loss so sánh độ tương đồng để đẩy xa hoặc thu gọn khoảng cách giữa các vector nhằm phân nhóm kết quả dựa vào các Threshhold trên.
Tiếp đến ta đọc thông tin điểm danh từ file CSV đồng thời so sánh danh sách đó với các sinh viên có mặt trong danh sách nhận diện được.
Cuối cùng ta lưu thơng tin danh sách đó vào một file CSV bao gồm thông tin và thời điểm nhận được của sinh viên đó theo từng ngày một dưới định dạng CSV
81